메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
조운형 (한국전자기술연구원) 문석배 (한국전자기술연구원) 최종현 (한국전자기술연구원)
저널정보
대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2023년 대한산업공학회 춘계공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2023.5
수록면
571 - 575 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 연구에서는 딥러닝을 활용한 회전 설비의 고장을 예지하는 방법에 대해 기술한다. 센서를 활용하여 회전 설비에서 발생하는 진동 신호를 분석하고 오토 인코더(Auto Encoder; AE) 알고리즘을 활용한다. 오토 인코더를 활용한 회전 설비의 고장을 예지하는 방법의 유용성을 직접 생성한 데이터를 활용하여 증명한다. 이를 위해 회전 설비에 가속도 센서를 부착하여 진동 데이터를 수집였다. 데이터 분석으로는 물리적/통계적 특성(Features)을 분석하여 전처리를 수행한 후 딥러닝 모델에 입력(Input)으로 사용한다. 제안된 딥러닝 모델은 정상 데이터로만 훈련되는 비지도 학습 모델이며, 오토 인코더의 잠재적 벡터(Latent Vector)를 디코딩(Decoding) 하여 입력 데이터 복원하여 오차율을 계산한다. 이러한 알고리즘은 회전 설비의 정상/고장 상태를 분류하는 데 사용되며, 정상 작동과 다르게 작동하는 이상치 탐지를 통해 고장을 예지할 수 있다. 실험 결과, 제안된 딥러닝 모델은 높은 예측 정확도를 보여주며, 회전 설비의 고장 예지에 효과적으로 활용될 수 있음을 시뮬레이션을 통해 입증한다.

목차

요약
1. 서론
2. 데이터 수집 및 특징 추출
3. 이상탐지 시스템
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0